多发性硬化症中的B细胞受体库揭示EBNA1与GlialCAM的分子模拟
研究聚焦多发性硬化症(MS)中鞘内B淋巴细胞的表型、功能与抗原特异性,通过血液和脑脊液(CSF)的单细胞配对链抗体库测序,揭示鞘内浆母细胞的体细胞高频突变和抗原特异性克隆扩增,并利用质谱验证这些抗体的存在

基本信息
资源简介
多发性硬化症中的B细胞受体库揭示EBNA1与GlialCAM的分子模拟
该数据集包含论文《The B Cell Repertoire in Multiple Sclerosis Reveals Molecular Mimicry between EBNA1 and GlialCAM》的质谱原始文件。研究聚焦多发性硬化症(MS)中鞘内B淋巴细胞的表型、功能与抗原特异性,通过血液和脑脊液(CSF)的单细胞配对链抗体库测序,揭示鞘内浆母细胞的体细胞高频突变和抗原特异性克隆扩增,并利用质谱验证这些抗体的存在。数据可用于探索病毒与自身抗原的分子模拟机制及MS发病机理(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集包含论文《The B Cell Repertoire in Multiple Sclerosis Reveals Molecular Mimicry between EBNA1 and GlialCAM》的质谱原始文件。在多发性硬化症(MS)中,鞘内B淋巴细胞直接参与炎症并分泌寡克隆免疫球蛋白。然而,我们对MS中其表型、功能和抗原特异性的理解尚不完整。对病毒和自身抗原的分子模拟可能是自身免疫的触发因素。在此,我们描述了血液和脑脊液(CSF)中B细胞的表型差异,并主要将浆母细胞与MS发病机制联系起来。血液和CSF中的单细胞配对链抗体库测序表明,鞘内浆母细胞存在持续的体细胞高频突变和抗原特异性克隆扩增。这些抗体的存在通过质谱测序得到验证
【主题与分类】
主题标签:Proteomics。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/massive/MSV000086842
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://omicsdi.org/dataset/massive/MSV000086842
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
该数据集包含论文《多发性硬化症中的B细胞库揭示EBNA1与GlialCAM之间的分子模拟》的质谱原始文件。在多发性硬化症(MS)中,鞘内B淋巴细胞直接参与炎症反应并分泌寡克隆免疫球蛋白。然而,我们对MS中B细胞表型、功能及抗原特异性的理解尚不完整。对病毒和自身抗原的分子模拟可能是自身免疫的触发因素。在此,我们描述了血液和脑脊液(CSF)中B细胞的表型差异,并主要将浆母细胞与MS发病机制联系起来。血液和CSF中单细胞配对链抗体库测序表明,鞘内浆母细胞存在持续的体细胞高频突变和抗原特异性克隆扩增。通过从CSF中分离的IgG的质谱测序,验证了这些抗体的存在。选定的CSF来源抗体针对一系列与MS发病机制相关的病毒进行了测试。
抗体MS39p2w174结合Epstein-Barr病毒(EBV)转录因子EBNA1,并与神经胶质细胞粘附分子GlialCAM发生交叉反应,这一过程由丝氨酸磷酸化促进。EBNA1肽段免疫加重了MS小鼠模型的病情。EBNA1-GlialCAM交叉反应性抗体在MS患者中比健康对照组更为普遍。综上所述,我们的结果提示抗EBNA1抗体与GlialCAM交叉反应,并参与MS病理过程。本数据集包含脑脊液分离IgG的RAW文件。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




